[Armin]

Тема-побратим.
ScanKromsator Программа для обработки сканов книг. Вопросы, советы, хитрости, обсуждение.

Сетевой каталог отсканированной литературы от Wer666 (пока без ссылки, ищем сетевой ресурс).

Чтобы посмотреть выложенную в данной теме литературу (все вложения в данной теме) заходим в раздел "Поиск литературы, чертежей, моделей и прочих материалов". Возле названия темы "Ваши сканы, наша обработка и перевод в DJVU" жмём на изображение скрепки (см. рис).




КРЫЛОВ СМ - Экспериментальное исследование работы железобетонных перекрытий каркасных зданий (статья).
Руководство по проектированию свайных фундаментов 1980
Клейн ГК = Расчет подпорных стен_1964 OCR HypLink (версия от Armin)
ДПМ-Пульс-01_60 (серия по противопожарным дверям)
Пособия по проектированию ЖБК без предварительного напряжения
СНиП 3.02.01-87 Земляные сооружения, основания и фундаменты (2007)
СНиП 2.02.01-83* Основания зданий и сооружений (не окончательная версия)
Макаров ЕВ Светлаков НД = Справочные таблицы весов строительных материалов (версия от Armin)
Строительные работы в зимних условиях Справочное пособие 1953
Пешковский ОИ "Технология изготовления металлических конструкций"
Мурашев ВИ "Трещиноустойчивость, жесткость и прочность железобетона" 1950 (версия от Armin)
Слицкоухов Ю.В. Индустриальные деревянные конструкции 1991 (версия от Armin)
Филиппов Н.А. Константинов И.А. Примеры расчёта и проектирования деревянных конструкций. 1965 (версия от ЛАО)
Арленинов Д.К. и др. Конструкции из дерева и пластмасс. 2002 (версия от ЛАО)
Арленинов Д.К. и др. Конструкции из дерева и пластмасс. 2002 (версия от Armin)
пока до #160

Старое название темы.
Умеeшь сканировать, но не умеешь обрабатывать сканы и переводить в DJVU? Постараемся помочь.

Про ценность отсканированной литературы, выкладываемой в общий доступ, понятно всем.

У многих есть возможность отсканировать и выложить необработанные сканы в инете (на файлообменниках и т.п.).
Но вот умения/возможности/времени обработать сканы (удалить мусор, на страницы порезать, перевести всё это в формат DJVU и т.д.) нет.

У меня есть предложение для таких людей.
Выкладывайте свои сканы, а я (и другие заинтересованные формучане) поможем вам обработать данные растровые файлы и поможем привести в божеский вид.

Естественно всё один я не потяну и интересны мне в основном книги связанные с проектированием (расчет/конструирование) железобетонных и прочих конструкций, зданий и сооружений (особенно старые, годов с 30-ых).

Предлагаю выкладывать в данной теме название книги, которую Вы имеете возможность отсканировать + один отсканированный лист, чтоб была возможность подсказать, как лучше сделать (в каком лучше разрешении и формате сканировать, чтоб получился хороший результат).

Статьи по поводу сканирования с http://djvu-soft.narod.ru

Сканирование бумажной книги. В результате получаются т.н. "сырые сканы"- серые или цветные необработанные изображения страниц книги. Смысл - получение "сырья" для будущей электронной книги. Рекомендуемая программа - Irfan View.

1. Не используйте программу ABBYY FineReader версий 7, 8 или ниже для сканирования книг. Она корёжит получаемые скан-изображения страниц книги. Можно использовать программу ABBYY FineReader 9 для этого - но перед сканированием сбросьте там в опциях галку "Исправлять перекос страниц".

2. Не сканируйте книги в чёрно-белом режиме (Black-White или Line Art или 1-bit), а ТОЛЬКО в режиме серого (Greyscale, или 8-bit) или цветного (Color, или 32-bit) - если книга содержит цветные рисунки. Сканирование в чёрно-белом режиме приводит в итоге к необратимому ухудшению качества получаемой DjVu-эл.книги. Данный режим сканирования задаётся в интерфейсе сканера - т.е. в том окне, которое появляется после нажатия в программе кнопки "Сканировать".

3. Не сканируйте в формат JPG. Формат JPG "размывает" скан-изображения страниц книги.

4. Не используйте опцию "Заменять неуверенно-распознанные символы их изображениями" - когда создаёте Pdf-эл.книгу в ABBYY FineReader - такие эл. книги выглядят ужасно.

5. Сканируйте книги в формат TIF и с разрешением не менее 300 DPI. Для наиболее высокого качества сканируйте с разрешением 600 DPI.

Эта мини-инструкция в картинках, описывающая полный цикл создания электронной версии научно-технической книги, и предназначена для человека, искренне захотевшего сделать приемлемого качества е-книгу, но не знающего с чего начать. Важно понимать, что существует немало апробированных методов создания достаточно качественных e-книг, все они характеризуются тем, что на выходе книга, как правило, научно-техническая, имеет разрешения 600 dpi ч/б (все книги в 300 dpi ч/б, несмотря на все старания создателей, явно проигрывают в качестве).

Рассматриваемая здесь метода, основана на сканировании в 300 dpi, в градациях серого (600 dpi ч/б будет после обработки). По этому поводу следует заметить, что уменьшение геометрического размера сырого скана в 4 раза, по сравнению со сканированием в 600 dpi, практически компенсируется увеличением глубины цвета в 8 раз (зато скорость сканирования возрастает в 2 раза ), а также уменьшением количества паразитного мусора (чистить практически не надо будет).

Беря в руки увесистую книгу, многие думают, что отсканировать ее может только маньяк. Совершенно верно, именно так. Без применения научно-организованного подхода, любая работа превращается в мучение, но, сделав работу незаметной, хоть большого удовольствия и не получишь, но дело сделаешь.

Для сканирования сгодится любая программа, способная взаимодействовать с TWAIN-драйвером сканера и сохранять отсканированные изображения на диск, нумеруя их удобным способом. Сойдет любой просмотровщик графических файлов: ACDSee, IrfanView, XnView… Если ваш сканер поддерживается программой сканирования VueScan, можете использовать и ее.

Например, в IrfanView (скачайте свежую версию этой бесплатной программы) это выглядит примерно так:
- В меню Файл жмем пункт Выбрать TWAIN-источник…
- Далее, там же, выбираем пункт меню Получить изображение/пакетное сканирование…

здесь выбираем, как будут нумероваться файлы сканов, где они будут складироваться и тип графического формата. Не забудем проверить Опции графического формата:

можно выбрать или Без сжатия или LZW (внимание, не все программы корректно с ним работают), в последнем случае размер файла на выходе будет примерно в два раза меньше. Можно, наверное, и ZIP, но это проверьте самостоятельно.
- жмем на кнопку OK и переходим в окно TWAIN Вашего сканера.

Сама техника сканирования незатейлива:
Берется книга, кладется разворотом (т.е. двумя страницами) на стекло, прижимается если надо сверху рукой (это быстрее, чем использовать груз).
Делается предварительное сканирование.
Картинка, если это возможно, в окне сканирования, разворачивается на 90 градусов (в нормальное положение).
Выбирается область сканирования с некоторым запасом, как правило по горизонтали (по вертикали трудно промахнутся).
Мышкой жмется кнопка основного сканирования.
После того, как данный разворот отсканирован, во время обратного движения каретки сканера, переворачиваем страницу книги, кладем на то же место и жмем опять на левую кнопку мыши (курсор ведь остался на кнопке сканирования), и так пока книга не кончится.

Т.е. идея проста, сканируем развороты вслепую. Этим достигаем максимальной скорости сканирования, которая ограничена только техническими характеристиками сканера, и полной свободы головы. Таким образом, во время сканирования, Вы можете заниматься многими другими вещами, да хоть кино посмотреть.

Небольших перекосов, отсканированных страниц, бояться не стоит, это будет исправлено при последующей обработке, но все же надо соблюдать аккуратность. Желательно всё ж таки серединку прижимать посильнее, исправление геометрических искажений строк здесь не будет рассмотрено.

Не забываем, что сканируем с разрешением 300 дпи и в градациях серого (greyscale), если будете сканировать в черно-белом режиме при 300 дпи, то просто потеряете время (хорошая книжка уже не получится).

На выходе этого этапа получаем так называемый сырой материал – файлы в формате tiff с разрешением 300 dpi в градациях серого, обычно размер каждого файла, без использования сжатия, составляет примерно 8 мегабайт (4 при LZW).

Скорость сканирования может достигать до 200 и даже более разворотов (400 страниц) в час, на сканере со скоростью 16 секунд на сканирование А4, т.е. сканирование среднестатистической книги, займет не более 2 часов времени! Ну, а если у Вас Plustek OpticBook 3600, то за час можно отсканировать более 500 страниц (250 разворотов).

Обычно первый и последний разворот книги содержат по одной странице. Ну, так и сканируем их по одной, т.е. все-таки придется сделать 3 предварительных сканирования на книгу .

Лично я раньше сканировал книги в формате tiff (CCITT Fax 4) 600 dpi ч/б. Приемлимо только для новых книг (белая бумага и чёткий текст и картинки).
У нас на работе инженерная машина (принтер/копир/сканер) только этот формат поддерживала. На данный момент аппаратуру обновили и сканирую только в tiff 600 dpi с оттенками серого или в цвете.
Повторюсь, что не надо сканировать в jpeg.
Самое лучшее - несжатый tiff в оттенках серого 600 dpi (чтоб по менее файлы весили можно использовать сжатие ZIP или LZW - потерь не будет).
В большинстве случаев хватит и разрешения 300 dpi при сканировании в формате tiff в оттенках серого.

Пересохранять файлы tiff с разным сжатием можно с помощью бесплатной программы Irfan View.

Многое зависит от качества бумажного оригинала.
По этому я и предлагаю для начала отсканировать из книги один лист/разворот и выложить в теме. Посмотрим на качество и сформулируем рекомендации для конкретного данного случая.

Жутко простая и жутко удобная программка на русском языке для обработки сканов Scan Tailor.
С хорошо сделанными сканами справляется на ура. Саму программу см. вложение scantailor-0.9.10-install.zip

Ссылка на программу СканКромсатор версии 5.91
Описание работы с программой СканКромсатор (ScanAndShare1.07, пдф-ка)
Полезныя ссылка на статью по поводу создания книг DJVU
Как сделать DJVU-книгу

Добавлено (февраль 2012).
По поводу внедрения текстового слоя (ссылку на статью убрал, ибо стала не рабочей).
Советую программу ABBYY FineReader 11.0. Открываем в ней книгу в формате DJVU, распознаём, сохраняем в DJVU (уже с текстовым слоем).
Раньше для внедрения текстового слоя приходилось использовать несколько программ, сейчас всё намного проще.
Ссылка на пост с программкой и инструкцией по её использованию для автоматического внедрения текстового слоя с помощью ABBYY FineReader 11.0 сразу в несколько книг (пакетная обработка). Благодарствие DEM
Сделать оглавление в книге можно легко с помощью Pdf & DjVu Bookmarker Просто попробуйте
Просьба. Если у кого есть в бумажном виде:
1) М.Я. Штаерман, А.М. Ивянский "Безбалочные перекрытия" 1953.
2) Голышев А. Б. и др. "Железобетонные конструкции" (часть I и часть 2) 2001
3) Железобетонные стены сейсмостойких зданий: Исследования и основы проектирования / под редакцией Г.Н. Ашкинадзе и М.Е. Соколова
Москва, Стройиздат, 1988
отсканируйте пожалуйста в хорошем разрешении (не менее 300 dpi) в tiff в оттенках серого.
На сайте уже есть эти книги, но не в очень хорошем качестве.
PPS: Самое основное и главное требование к сканам книг, которые вы делаете или будете делать и в дальнейшем выкладывать в общий доступ.
...
Делайте, как для себя.

http://djvu-spec.narod.ru
О том как правильно делать OCR в DJVU (FineReader 11)
Последний релиз Scantailor

[eilukha]

Сообщение от Timonicheff OCR есть только в pdf-ке?

- пока да.

[Timonicheff]

а в djvu OCR планируется?) Заранее спасибо, очень приятная обработка получилась, даже на смартфоне читается без лагов (включая пдф-версию)

[eilukha]

Сообщение от Timonicheff djvu OCR планируется?

- да, она есть, но пока в двух версиях. Формально всё просто, но:

1. Делая через ФР размер сильно растёт, и точно не из-за веса текста, а из-за перекодировки джвю, что очень нежелательно. С другой, стороны в этом случае качество распознавания отличное.
2. Делая через DjvuOCR размер растёт расчёт несильно, т. к. перекодировки нет, она оригинальна. С другой, стороны тут сравнительно плохое качество распознавания (двойные пробелы и т. п.).

Хочу использовать DjvuOCR, но не пойму что сюда вставлять (выделил красным).



Ранее вставлял сюда слой извлечённый самим же DjvuOCR, но как уже сказал качество такого слоя плохое.

[Николаевич]

Сообщение от CpL Если книга, поделитесь, пожалуйста, ссылкой.

Не вопрос. Ищите на dwg через поисковик...
Например Улицкий, но много лет назад: http://dwg.ru/dnl/8459.
Я же предлагаю необработанные сканы...

[eilukha]

Готовый Улицкий в двух вариантах OCR. Вариант графической обработки принят по отзыву Timonicheff.

[Николаевич]

Сообщение от eilukha Готовый Улицкий в двух вариантах OCR. Вариант графической обработки принят по отзыву Timonicheff.

Как-то размерчик djvu не соответствует...

[eilukha]

Сообщение от Николевич не соответствует

- чему не соответствует? Если Вы о сравнении файлов с OCR и без него, то об этом тут.
А вообще, djvu лёгкий за счёт повторяемости одинаковых графических фигур (например, букв). Если скан некачественный, то получается много разных фигур (букв) и готовый файл получается тяжелее, чем при качественном скане.
Тут есть вариант и по-легче с иной обработкой.

[Николаевич]

Сообщение от eilukha Тут есть вариант и по-легче с иной обработкой.

А здесь http://dwg.ru/dnl/8459 тогда что? Всего-то пять лет прошло...

[eilukha]

Сообщение от Николевич Всего-то пять лет прошло

Читать по-приятнее стало.

[Николаевич]

Сообщение от eilukha Читать по-приятнее стало.

Е-маееее...
Всегда при таком увеличении читаете?!

[eilukha]

Николевич, Вас послушать, так надо просто сканить сразу в ч/б 100 dpi и конвертить как есть в джвю, читать-то можно, особенно, если по-мельче изображение сделать .
А крупно сделал для Вас, т. к. не узрели разницу .

[Николаевич]

Сообщение от eilukha А крупно сделал для Вас, т. к. не узрели разницу

Узрел, узрел... можно было и не укрупнять...
Улицкий на полке стоит. Оригинал, нет смысла переиздавать.
А вот для Djvu отличной характеристикой является РАЗМЕР!
Но что-то у Вас не так... проверьте настройки своей программы, чтобы не опускаться до ч/б 100dpi...

[bap]

Николевич, eilukha - спасибо за работу, выложите Улицкого в Библиотеку, а то на работе файлообменники блокируются

[CpL]

eilukha
Спасибо за Вашу работу и за нового старого доброго Улицкого

[Armin]

Сообщение от Николевич А вот для Djvu отличной характеристикой является РАЗМЕР! Но что-то у Вас не так... проверьте настройки своей программы, чтобы не опускаться до ч/б 100dpi...

Для предоставленных исходников (малое разрешение сканов) меньшего размера DJVU при хорошем качестве вряд ли получится добиться.
+ учитываем, что под 1000 стр книжеца.

[eilukha]

Armin, гляньте #2563, нет ли ответа?

[Armin]

Сообщение от eilukha Armin, гляньте #2563, нет ли ответа?

Когда сканы в FineReader распознаешь, делаешь "сохранить пакет как". Соответственно выбираешь папку, куда сохранить.
Потом эту папку подсовываешь DjvuOCR, там где красным выделил.

Одно но.
Я себе дома обновил FineReader (сейчас уже не помню какая точно версия, та в которой сохранение в DJVU появилось), после этого у меня перестал DjvuOCR понимать пакеты. Со старыми версиями FineReader такой проблемы не было.

Сколько весит файл DJVU без OCR аналогичного качества сжатый не в FineReader?

PS: FineReader и вправду как-то странно "сжимает" в DJVU. Размер получается не всегда адекватный.

[Abu06]

Сообщение от CpL Есть в бумаге Положение от 1951г по Строительству в Сейсмических Районах (ПСП - 101-51) Кто-ть заинтересован, нужно сканировать ?

Будет интересно почитать, в рамках изучения развития методов проектирования в сейсмических районах.

[Николаевич]

Сообщение от Armin PS: FineReader и вправду как-то странно "сжимает" в DJVU. Размер получается не всегда адекватный.

Пользуюсь FineReader только для того, чтобы распознать-разделить-повернуть-обрезать-подчистить "ластиком" явные грехи сканирования.
Потом сохраняю, как jpg (tif, png - в зависимости от желаемого результата в конце) все страницы книги.
И, просмотрев еще раз ACDSee, сшиваю в djvu через DjVuSolo.
Если же пользоваться FineReader напрямую для получения djvu, то результаты по "размеру" djvu-файла получаются просто фантастические!

[Armin]

Сообщение от Николевич Пользуюсь FineReader только для того, чтобы распознать-разделить-повернуть-обрезать-подчистить "ластиком" явные грехи сканирования. Потом сохраняю, как jpg (tif, png - в зависимости от желаемого результата в конце) все страницы книги. И, просмотрев еще раз ACDSee, сшиваю в djvu через DjVuSolo. Если же пользоваться FineReader напрямую для получения djvu, то результаты по "размеру" djvu-файла получаются просто фантастические!

Аналогично поступаю. Нравятся мне их инструменты по обработке сканов (я про FineReader).

Вспомнил алгоритм внедрения тестового слоя!

1. Обрабатываем сканы в ScanTailor (иногда в том же FineReader предварительно обрабатка может быть).
2. Сжимаем в DJVU (я пользую в основном DjVu Small, иногда DjVuPro).
3. Полученую книгу в DJVU засовываем в FineReader (версия, которая работает с DJVU).
4. Распознаем в FineReader и сохраняем в DJVU (получается 2-ая версия с раздутым размером).
5. С помощью программы DjvuOCR достаю текстовый файл (*.txt) из второй раздутой версии.
6. Этот текстовый слой вставляю в первую версию DJVU.
7. Вуаля, имеем файл DJVU с текстовым слоем не раздутого размера.

Первые два пункта к внедрению текстового слоя особого отношения не имеют.
Начиная с п.3 внедряю текстовый слой в уже существующие книги DJVU, в которых его не было.

При этом главное не предобрабатывать страницы в FineReader (отключить предварительную обработку - поворот, выравнивание и т.п.) иначе текстовый слой не правильно подложится к картинкам.